夜雨聆风80年！
这是一道几何学难题从提出到被解开，所跨越的时间。
1946年，数学家保罗·埃尔德什（Paul Erdős）提出了一个著名的几何学猜想：在平面上任意排列 n 个点，其中两两之间距离恰好等于 1 的点对数量，其上限到底是多少？
这个问题，被称为“埃尔德什单位距离问题”。在此后的80年里，许多数学家试图打破该猜想中给出的数量上限，均未能取得实质性突破。
2026年5月20日，OpenAI官方宣布其团队的一个内部通用模型，独立证明了这一经典猜想中关于上限的推论存在错误。
按照OpenAI的说法，这是其模型首次独立攻克数学领域的公开难题。它表明前沿模型在处理结构化的封闭任务之外，也开始表现出尝试独立进行原创性数学推演的能力。
一、 跨界寻找“人类想不到的路”
根据OpenAI披露的信息，该模型属于其最新的“通用推理模型”，而非专门为了解决特定几何学难题定制的特种AI。其底层的通用推理能力在解题过程中发挥了关键作用。
引起学术界关注的是，该模型在推导过程中，跨领域借用了代数数论领域的工具——这是一个与传统组合几何交集极少的数学分支。这种跨学科的逻辑重组能力，恰好印证了科技圈的一个核心观察：
AI真正可怕的地方，不是它算得快。是它开始找到人类没想到的路。
人类由于个体精力与研究周期的限制，通常会将数学细分成众多垂直分支；但对通用推理模型而言，其符号网络在底层具备更高的共通性。通过这种跨领域的融合，该模型不仅推翻了原有的上限猜想，还构建出了一系列效果更优的全新反例构型。
二、 算力基础设施投入的背景
为什么是现在？AI为什么表现出了辅助甚至独立做科研的能力？
除了算法结构本身的演进外，这也与整个行业庞大的资金投入与高速演进的算力基础设施背景密不可分。
据凤凰网等媒体披露的消息称，OpenAI在2026年第一季度的营收已达57亿美元。
这笔商业现金流，从侧面映射出当前AI行业在算力基础设施上的整体投入规模。前沿推理模型的演进，通常伴随着庞大的工程基础支撑。跨越不同数学分支、进行大规模的逻辑拓扑推演，需要极高规格的硬件集群作为底层保障。这种商业层面的强劲表现，为前沿的科学探索提供了坚实的工程物质基础。
此外，OpenAI表示该模型仍属于“尚未对外发布的内部模型”。这也意味着，其算力基础设施支撑下的模型矩阵，依然保留了未对外公开的研发底牌。
三、 重新定义数学论证的边界
对于这类技术突破，学术界在关注之余，也给出了更深长、务实的专业评价。
菲尔兹奖得主、数学家蒂莫西·高尔斯（Tim Gowers）此前在探讨自动定理证明（Automated Theorem Proving）的发展趋势时指出，这类工具的核心价值在于它们能够将涉及极其复杂组合、人类大脑难以穷尽的数学发现过程“自动化”。高尔斯认为，这并不意味着机器能够立刻取代人类，但它正在根本性地改变数学家与工具之间的协作范式，推动机器全面参与到特定数学分支的论证逻辑中。
换句话说，模型正在逐步充当一个具备强推理能力的数字学者。它能够帮助搞定极其繁重的推演硬仗，甚至拓宽人类逻辑在部分细分领域的盲区。
尽管目前它还无法完全取代人类数学家去“提出具有开创性的伟大猜想”或“洞察未知的科学研究方向”，但逻辑论证的边界确实正在被重新划定。
四、 普通人该关心什么？
大众或许会认为，纯数学领域的猜想推翻与普通人的生活相去甚远，但其背后展现的底层逻辑演进却与每个人的未来都有关联：
推理能力的“通用化”趋势：今天它能够跨学科辅助证明数学猜想，未来这种在不确定、缺乏既定范式条件下进行推演的能力，就有可能被平移到复杂的法律案件剖析、医疗复合诊断或高阶投资风险分析中。
创造力边界的重塑：过去人们普遍认为机器无法涉足需要高度创造力的科学探索领域。而现在，独立运用跨学科工具推翻长达80年的学术未解之谜，正在逼近传统定义中“原创性思考”的边界。
尾声
80年前，一个猜想被正式提出。 80年后，一个数字推理模型在工程算力的支持下将其推翻。
数学界流传着一句广为人知的名言：“数学家就像一架把咖啡转化为定理的机器。”
如今，这架机器的运转方式正在发生深刻的变化。而且，新加入的这位“同行”不需要咖啡，它消耗的是算力。
数据来源：
OpenAI官方技术突破公告（2026-05-20）
数学家Tim Gowers关于自动定理证明的公开学术评述
智东西《历史性突破！OpenAI模型搞定人类科学家80年未破难题》（2026-05-21）
新浪财经《从全网群嘲到让学术界颤抖！OpenAI攻破80年数学悬案》（2026-05-22）
凤凰网《消息称OpenAI公司2026Q1营收57亿美元》（2026-05-22）
